Uso de Low Code e IoT para optimizar el inventario de piezas de repuesto

La creación de nuevas aplicaciones utilizando plataformas de desarrollo de código bajo puede dar lugar a soluciones innovadoras para problemas antiguos, como la forma de gestionar mejor el inventario de piezas de repuesto.

Las plataformas de desarrollo de código bajo abren la puerta a muchos tipos nuevos de aplicaciones en la fabricación. Quizás la mayor promesa de la tecnología es cuando se utiliza para cerrar la brecha entre lo que tradicionalmente han sido los diferentes ámbitos del personal operativo y TI. La optimización del inventario de repuestos es un ejemplo del nuevo tipo de aplicación entre grupos que es posible. Una aplicación de este tipo brinda beneficios para toda la empresa que simplemente no se podían lograr antes.

El inventario de repuestos tiene puntos de contacto en varios departamentos. Los equipos de servicio de mantenimiento, reparación y operación (MRO) tienen un interés personal evidente. Necesitan piezas de repuesto para mantener el equipo en funcionamiento. Pero la gestión del inventario de repuestos también afecta a otros grupos.

Ver también: Código bajo:Reduzca la TI en la sombra, ayude a los desarrolladores ciudadanos del piso de producción

Los equipos de asignación de espacio y administración de instalaciones se involucran en la discusión sobre la administración de repuestos porque los equipos de servicio necesitan espacio físico para almacenar las piezas. Los equipos de compras y contabilidad tienen un dedo del pie en el agua porque deben pedir y pagar las piezas. E incluso la gerencia corporativa debe estar (algo) al tanto de lo que está sucediendo. Una interrupción prolongada debido a la falta de una pieza de repuesto afecta la producción, los ingresos y la reputación de la empresa.

Hacer una transformación digital con código bajo

Una serie de desarrollos tecnológicos y comerciales han llevado a este momento en el que las soluciones adecuadas pueden transformar digitalmente el inventario de piezas de repuesto.

Durante años, los fabricantes utilizaron el mantenimiento basado en calendarios que dependía de la información proporcionada por el proveedor sobre la vida útil y el historial de reparación de una pieza o parte del equipo. Los grupos de MRO planificarían las inspecciones, el servicio y el reemplazo de piezas en función del tiempo medio de falla (MTTF) y los datos del final de la vida útil. Las piezas de repuesto se ordenaron según el programa de reemplazo del proveedor del dispositivo.

Hay dos fallas en este enfoque. Una es ¿qué sucede si una pieza se rompe o deja de funcionar antes de la estimación del MTTF del proveedor de la pieza? La otra es ¿qué sucede si la pieza tiene más para dar más allá de la estimación del final de su vida útil? La forma tradicional de lidiar con ambas situaciones era exceder las existencias de repuestos en caso de que ocurriera una falla inesperada. Y reemplace las piezas en el cronograma del proveedor, incluso si continuaron funcionando correctamente.

Una solución tan poco elegante abordó problemas inmediatos pero a un costo. Los problemas con el exceso de existencias incluyen:

• Se requiere más espacio de almacenamiento, lo que resulta muy costoso en muchos entornos de fabricación
• Las piezas pueden quedar obsoletas a medida que los proveedores actualizan sus líneas de productos
• El dinero gastado en piezas adicionales almacenadas podría usarse en otro lugar.

En pocas palabras, se puede hacer más para mejorar la situación. Desarrollo de código Enterlow e IoT. Los fabricantes han estado utilizando datos de IoT de equipos en sus plantas para alejarse del mantenimiento tradicional basado en calendario. Las plataformas de desarrollo de código bajo les permiten tomar esos datos y crear aplicaciones que complementan y mejoran las capacidades de supervisión, control y adquisición de datos (SCADA) y otros sistemas OT.

Específicamente, los fabricantes han estado pasando de un modo de operaciones de arreglarlo cuando se rompe a modos reactivos, proactivos y predictivos/preventivos.

Un modo reactivo podría tomar datos de IoT sobre el estado de un dispositivo y los datos de los sistemas OT, como alertas y alarmas, y desencadenar una acción de MRO. Por ejemplo, al notar que cierta parte está funcionando por encima de la temperatura operativa máxima sugerida por el proveedor, una aplicación de servicio MRO desarrollada a medida que use esos datos podría automatizar la generación de un ticket de problema y una llamada de servicio.

Un modo proactivo podría usar una aplicación que toma los datos de los dispositivos y sistemas OT y aplica análisis para detectar problemas en proceso y abordarlos antes de que provoquen tiempo de inactividad. Por ejemplo, mientras que un dispositivo puede estar operando dentro de las especificaciones del proveedor, el análisis en una aplicación MRO puede usarse para notar que, por ejemplo, un motor crítico está funcionando a velocidades cada vez más altas para completar la misma cantidad de trabajo. Ese conocimiento derivado podría usarse para iniciar una inspección de esa parte. Tras la inspección, un miembro del personal de MRO puede concluir que es mejor reemplazar la pieza en lugar de arriesgarse a que falle.

Un modo predictivo/preventivo va un paso más allá. Se podría desarrollar una aplicación de servicio MRO que utilice inteligencia artificial, aprendizaje automático u otras técnicas de análisis avanzadas para extraer inferencias de piezas y datos de máquinas. Tal análisis predictivo de los datos podría encontrar algo muy específico. Cuando la parte A de este proveedor experimenta un aumento del 20 % en la temperatura de funcionamiento en 15 minutos, eso es un precursor de la falla en tres días. Armado con dicha información dentro de una aplicación de servicio MRO, se podría enviar a un técnico para que haga un reemplazo preventivo de piezas para evitar una falla.

Vincular todo a la optimización del inventario de repuestos

También se puede utilizar una plataforma de desarrollo de código bajo para crear una aplicación que combine las acciones y los conocimientos del sistema MRO con un sistema ERP utilizado para pedir piezas.

Una ventaja de combinar soluciones de mantenimiento preventivo y predictivo con ERP es que permite un uso más eficiente de las piezas existentes. El antiguo enfoque de reemplazar piezas en función de la vida útil promedio recomendada deja fuera de servicio algunas piezas que podrían seguir funcionando durante muchos días, meses o años. La organización pierde esa vida útil adicional que podría obtener de la pieza y quema más inventario del necesario.

Un sistema de este tipo garantizaría que ciertas piezas de repuesto requeridas estén en stock cuando se necesiten, evitando así el tiempo de inactividad innecesario a la espera de que se envíe una pieza crítica. También garantiza que las piezas no tengan exceso de existencias, lo que reduce la necesidad de un exceso de capacidad de almacenamiento para alojar las piezas. Esto también reduce la posibilidad de tener piezas obsoletas.

En esencia, la creación de nuevas aplicaciones utilizando plataformas de desarrollo de bajo código e IoT puede dar lugar a soluciones innovadoras para problemas antiguos. En el caso del inventario de piezas de repuesto, los fabricantes podrían desarrollar un tipo de enfoque "justo a tiempo" para las piezas de repuesto. El resultado es un método más optimizado para la gestión de inventario.